水果品質(zhì)自動分級的機(jī)器視覺系統(tǒng)外文翻譯（中文）-全文預(yù)覽
【正文】 不同的類別。由于該系統(tǒng)被專家編程和培訓(xùn)，從理論上說，它的性能受到了專家們的重復(fù)性 4） 的限制。視覺系統(tǒng)的可重復(fù)性由最小尺寸水果的 89％變化到極端大的水果的 100％，平均為 93％（見表 3）。但是，考慮到水果正確的大小作為六個測量的平均值（每個專家兩個有效測量）， 平均精度 （ ％的相對誤差）。對于剩下的三個水果的圖像，莖被正確的檢測和定位（見表 2）。 該系統(tǒng)檢測莖的性能被進(jìn)行了測量，使用了 93個橘子， 95個蘋果和 140個桃子的圖像，而大多數(shù)圖像都是在線獲取的。各自的箱反復(fù)通過該系統(tǒng)，并且對在分類中產(chǎn)生的變化進(jìn)行觀察并計數(shù)。兩次分類之間的相似性和異同被記錄。兩個測量進(jìn)行了比較并且通過平均誤差來計算精度。由于蘋果的形狀更加不規(guī)則所以被用于這些實驗。在桃子的情況下， 76個水果中每個水果都隨機(jī)取向的取了兩個圖像，共提出了 152圖像。這些部位從一個紅綠色顏色變動為紅色。在這些測試中，代表團(tuán)體桔子，桃子，蘋果的圖像的像素，對應(yīng)于其背景，皮膚完整度，損傷和莖稈（除了桃子），被人工選定生成基于貝葉斯非線性判別的判別分析函數(shù)。由于水果不具有方向性，水果都是由離莖最近的地方開始定位測量的。該水果四個角度被不斷重復(fù)。真正的 39。對于有效的地區(qū)，根據(jù)他們的像素所處類別不同，不同的參數(shù)被計算。然而莖塊并不認(rèn)為是水果的一部分，因為較長的莖 塊可能導(dǎo)致錯誤的測量尺寸（圖 . 2（ c））。 在線操作最先要獲取第一幅圖像，并 利用上面提到的表格將其按先前定義的類進(jìn)行分類（圖 .2（ a）） 。出于這個原因，該系統(tǒng)需要進(jìn)行測試，并且對每個測試期都要創(chuàng)建一個新的表格。一個阿雷爾（ 1991）描述的算法被應(yīng)用，即采用不同的協(xié)方差矩陣為每個類，它的結(jié)果在二次判別模型。用兩個類顏色方法檢測一般的損害是合理的，因為每個種類的水果都有不同的顏色的缺陷 ，可以區(qū)分為明亮的與黑暗的。另一個系統(tǒng)需要離線預(yù)先訓(xùn)練。 視覺系統(tǒng)是用于自動檢測，處理和包裝的機(jī)器人系統(tǒng) 中一部分。該系統(tǒng)提供了 768每 576像素的圖像，以 35mm 每像素實現(xiàn)。該視覺系統(tǒng)是為了在線測量與桔子，桃子，蘋果質(zhì)量有關(guān)的幾個參數(shù)，如大小，以及鑒定次要色點（桃和蘋果一些種類的水果需要），莖塊位置或斑點的存在。萊曼斯等， 1999， 2020。其他研究同時進(jìn)行瑕疵處理和顏色評定這兩項。已經(jīng)有若干解決方案被提出了來確定莖的位置，如：使用結(jié)構(gòu)的照明檢測蘋果凹陷（楊， 1993） 。該平均表面顏色對這些水果來說是 一個很好的質(zhì)量指標(biāo)。顏色也是一個重要的品質(zhì)因素，已被廣泛研究（ Singh等人， 1992年， 1993年。然而，市場不斷地要求更高質(zhì)量的產(chǎn)品，因此，其他 功能已經(jīng)發(fā)展來提高機(jī)器視覺檢測系統(tǒng)（例如莖定位，確定主，副皮膚的顏色，檢測污點）。該系統(tǒng)在用大批量蘋果進(jìn)行在線測試分級后也取得了很不錯的表現(xiàn)，并且并在缺陷檢測和規(guī)模估計中分別取得了 86％和 93％的重復(fù)一致性。此種分解研究，在貝葉斯判別分析的基礎(chǔ)上，使用并且允許水果因背景不同而精確的 進(jìn)行區(qū)分。由于這個原因，農(nóng)農(nóng)產(chǎn)品的展現(xiàn)無論是在田地里還是在最后流向消費者的不同階段，都會被處理，而 且通常是朝著同類產(chǎn)品的清洗和分類方面來進(jìn)行的。水果品質(zhì)自動分級的機(jī)器視覺系統(tǒng) 原文來源： J. Blasco。而水果的均勻性和外觀對消費者的決策有著重大的影響。本文的目的是報告在 Valenciano de Investigaciones Agrarias研究所研究的對桔子，桃子，蘋果品質(zhì)進(jìn)行實時測評而發(fā)展起來的機(jī)器視覺技術(shù)，并評估該技術(shù)在下列質(zhì)量屬性：大小，顏色，莖的位置及外部瑕疵檢測中的效率。在莖塊的定位和瑕疵的檢測中也取得了良好的效果。如今，世界各地的一些制造商生產(chǎn)按水果大小，顏色和重量進(jìn)行水果前期分級的分揀機(jī)。1994）。有些水果有一種顏色均勻分布在皮膚表面，我們稱之為主色。 在桔子，桃子，蘋果這些水果中，有必要進(jìn)行長莖檢測，以避免損害其他水果，或者是因為沒有他們可能意味著質(zhì)量損失。眾多蘋果擦傷檢測方法中有一種是基于對干擾過性濾器的 使用（ Rehkugler＆斯魯普， 1986年）。切魯托等， 1996。 這項工作的目的是報告在項目 ESPRIT3（參考 9230的集處理，檢查和包裝水果和蔬菜于一體的綜合系統(tǒng)，英文簡寫 SHIVA），該技術(shù)在其他地方被描述過（墨爾 特等， 1997， 1998），和Valeenciano Agrarias（ IVIA）研究所在 1998年三月進(jìn)行的測試中取得的成果的基礎(chǔ)上發(fā)展而來的圖像分析技術(shù)。 機(jī)器視覺系統(tǒng)是由一個三電荷耦合器件（ CCD）彩色攝像機(jī)（索尼 XC003P）和一個圖像采集卡（流星的 Matrox）組成的，并被連接到了一臺可兼容的個人電腦 [奔騰 200兆赫， 48Mb 隨機(jī)存取存儲器（ RAM） ]。由在于日光燈管和場景之間放置了用于保護(hù)的反射面，避免了直射向水果的光。該軟件分為兩 模塊：一個為培訓(xùn)系統(tǒng)的應(yīng)用 。訓(xùn)練系統(tǒng)分別單一顏色的水果，此主色類沒有使用。 貝葉斯判別分析包括對上述每個類別的 RGB 值組合的概率的計算。由于此分割方法極大地依賴于每個水果的像素顏色，它是對這些變化非常敏感。 （ d）第四圖
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1